Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > cs > arXiv:2509.00213

帮助 | 高级搜索

计算机科学 > 计算机视觉与模式识别

arXiv:2509.00213 (cs)
[提交于 2025年8月29日 ]

标题: 基于超声和临床数据的多模态深度学习用于叶状肿瘤分类

标题: Multimodal Deep Learning for Phyllodes Tumor Classification from Ultrasound and Clinical Data

Authors:Farhan Fuad Abir, Abigail Elliott Daly, Kyle Anderman, Tolga Ozmen, Laura J. Brattain
摘要: 叶状肿瘤(PTs)是罕见的纤维上皮乳腺病变,由于其影像学表现与良性纤维腺瘤相似,术前难以分类。这通常会导致不必要的手术切除。为了解决这个问题,我们提出了一种多模态深度学习框架,将乳腺超声(BUS)图像与结构化临床数据相结合,以提高诊断准确性。我们开发了一个双分支神经网络,从81名确诊PTs的受试者的超声图像和患者元数据中提取并融合特征。应用了类感知采样和受试者分层的5折交叉验证,以防止类别不平衡和数据泄露。结果表明,我们提出的多模态方法在分类良性与中间/恶性PTs方面优于单模态基线。在六个图像编码器中,ConvNeXt和ResNet18在多模态设置中表现最佳,AUC-ROC分数分别为0.9427和0.9349,F1分数分别为0.6720和0.7294。这项研究证明了多模态AI作为非侵入性诊断工具的潜力,可以减少不必要的活检,并改善乳腺肿瘤管理中的临床决策。
摘要: Phyllodes tumors (PTs) are rare fibroepithelial breast lesions that are difficult to classify preoperatively due to their radiological similarity to benign fibroadenomas. This often leads to unnecessary surgical excisions. To address this, we propose a multimodal deep learning framework that integrates breast ultrasound (BUS) images with structured clinical data to improve diagnostic accuracy. We developed a dual-branch neural network that extracts and fuses features from ultrasound images and patient metadata from 81 subjects with confirmed PTs. Class-aware sampling and subject-stratified 5-fold cross-validation were applied to prevent class imbalance and data leakage. The results show that our proposed multimodal method outperforms unimodal baselines in classifying benign versus borderline/malignant PTs. Among six image encoders, ConvNeXt and ResNet18 achieved the best performance in the multimodal setting, with AUC-ROC scores of 0.9427 and 0.9349, and F1-scores of 0.6720 and 0.7294, respectively. This study demonstrates the potential of multimodal AI to serve as a non-invasive diagnostic tool, reducing unnecessary biopsies and improving clinical decision-making in breast tumor management.
评论: IEEE-EMBS 国际体感网络会议(IEEE-EMBS BSN 2025)
主题: 计算机视觉与模式识别 (cs.CV) ; 人工智能 (cs.AI)
引用方式: arXiv:2509.00213 [cs.CV]
  (或者 arXiv:2509.00213v1 [cs.CV] 对于此版本)
  https://doi.org/10.48550/arXiv.2509.00213
通过 DataCite 发表的 arXiv DOI(待注册)

提交历史

来自: Farhan Fuad Abir [查看电子邮件]
[v1] 星期五, 2025 年 8 月 29 日 19:54:11 UTC (1,461 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • HTML(实验性)
  • TeX 源代码
  • 其他格式
许可图标 查看许可
当前浏览上下文:
cs.CV
< 上一篇   |   下一篇 >
新的 | 最近的 | 2025-09
切换浏览方式为:
cs
cs.AI

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号